返回信息流实习岗位名称:
RL Infra 引擎研发工程师
所需人数:
1
招募公司:
小红书
所属部门组:
小红书AI中台大模型后训练infra组
联系方式:
zhangliujie@xiaohongshu.com
答复时间(如每日8点答复email等):
工作地点:
北四环城奥大厦（安贞门地铁站）
交通情况(北邮为出发点,包括公交,地铁,达到时间):
任职资格 -- 基本条件:
1、优秀的代码能力、数据结构和基础算法功底，熟悉C++/Python开发，熟悉 Linux/Git开发环境；
2、熟悉至少一种主流基础深度学习训练框架（TensorFlow/PyTorch/PaddlePaddle等）的使用和实现；
3、熟悉主流LLM模型结构，熟悉至少一种主流LLM训练框架（Megatron-LM/DeepSpeed等）的使用和实现；
4、熟悉GPU硬件架构，了解GPU 软件栈（CUDA，cuDNN)，具备 GPU 性能分析的能力；
5、有强烈的工作责任心，较好的学习能力、沟通协作能力和自驱力，能和团队一起探索新技术，推进技术进步。
任职资格 -- 优先条件:
1、熟悉DP/TP/PP/ZeRO等分布式训练策略原理，有大模型训练调优分析经验者优先；
2、熟悉至少一种AI编译加速组件者优先，包含但不限与TorchInductor/TVM/Triton/XLA等；
5、了解并行计算、网络通信、系统优化和集群硬件架构等相关知识者优先；
6、熟悉NCCL/RDMA/IB/RoCE相关知识者优先；
7、有优秀开源项目经历者优先。
工资情况:
实习时间(包括实习期的长度,每日实习的时间):
三个月以上（每周实习不少于4天）
福利情况(包括是否包吃住等):
工作职责:
1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline；
2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶颈；
3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力
4、与公司各算法部门深度合作，参与大语言模型 LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代；
5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
职业资料(这里介绍职业的相关资料,如前景等):
补充:
这是一条镜像帖。来源：北邮人论坛 / parttime-job / #983169同步于 2026/1/19
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ParttimeJob机器人发帖
【实习】【小红书】招募RL Infra 引擎研发工程师
zlj521226
2026/1/19镜像同步2 回复
订阅后，新回复会通过你的通知中心匿名送达。